Analisi e risoluzione di strutture di linearità mista nel dataset di speciazione chimica del PM10 urbano del WG1 IAS

Il dataset di speciazione chimica del PM10 urbano, nato nell’ambito delle attività del WG1 IAS “Sorgenti e impatto ambientale degli aerosol”, raccoglie dati (medie stagionali di concentrazione di massa, frazione ionica inorganica, EC, OC, macro- e micro-elementi) relativi a diversi siti e periodi temporali, rappresentativi del tessuto urbano della Penisola Italiana nel decennio 2005-2015. La disposizione matriciale dei dati ha permesso sia di effettuare verifiche sulla consistenza fisica e la significatività ambientale, sia di evidenziare che nella matrice sussistono strutture annidate di linearità mista [1] che interessano diverse variabili chimiche e/o gruppi di casi sito-anno-stagione (Figura 1). Ad esempio, l’intorno geografico o gli usi del suolo possono influenzare specificamente alcuni siti, generando sotto-gruppi autocorrelati all’interno di una regressione lineare dovuta all’azione delle sorgenti emissive. La linearità mista è frequente in dati di aerosol su cui influiscano ulteriori fattori ambientali, non noti a priori, rispetto a quelli attesi, e può essere trattata con modelli statistici (Linear Mixed Models, LMM), atti ad identificare i parametri (predittori) responsabili [2]. Tuttavia, gli LMM non separano i cluster annidati, il che permetterebbe invece di verificare le stime predittive dei modelli, né sono riportati altri metodi utili allo scopo. Questo contributo descrive i risultati preliminari di un nuovo approccio combinato alla linearità mista di dati di aerosol, ovvero: sviluppo di un metodo per la separazione di cluster annidati, e prima applicazione di LMM, a conoscenza degli autori, ad un dataset di speciazione chimica del PM.